CN111208825B - 一种用于自动驾驶的自适应对位方法 - Google Patents

一种用于自动驾驶的自适应对位方法 Download PDF

Info

Publication number
CN111208825B
CN111208825B CN202010099449.3A CN202010099449A CN111208825B CN 111208825 B CN111208825 B CN 111208825B CN 202010099449 A CN202010099449 A CN 202010099449A CN 111208825 B CN111208825 B CN 111208825B
Authority
CN
China
Prior art keywords
point
position point
straight line
vehicle
automatic driving
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010099449.3A
Other languages
English (en)
Other versions
CN111208825A (zh
Inventor
李朝
杨晓军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jiuquan Intelligent Technology Co ltd
Original Assignee
Beijing Jiuquan Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jiuquan Intelligent Technology Co ltd filed Critical Beijing Jiuquan Intelligent Technology Co ltd
Priority to CN202010099449.3A priority Critical patent/CN111208825B/zh
Publication of CN111208825A publication Critical patent/CN111208825A/zh
Application granted granted Critical
Publication of CN111208825B publication Critical patent/CN111208825B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种用于自动驾驶的自适应对位方法，其通过坐标点迹形式描述车辆的行驶轨迹，并通过来自目标对位车辆的待停靠位置坐标，指示自动驾驶车辆说是获取相应的目标停靠位置点的坐标，并根据该目标停靠位置点的坐标进行曲线的分段拟合处理，从而生成针对自动驾驶车辆行驶的完整路径轨迹；此外，该用于自动驾驶的自适应对位方法适用于对位点在某一个已知局部区域内任意变化的场景，从而有效地解决自动驾驶车辆在指定局部区域内的任意位置点进行快速和准确的对位停靠操作，以使自动驾驶车辆按照指定的位姿进行精确的定点停车，其定点停车的横纵向精度可达到±5cm，这大大地优化自动驾驶的智能化程度。

Description

一种用于自动驾驶的自适应对位方法
技术领域
本发明涉及自动驾驶的技术领域，特别涉及一种用于自动驾驶的自适应对位方法。
背景技术
自动驾驶是即车辆控制技术、感知技术和通讯技术等软件和硬件发展形成的产物。自动驾驶为在作业环境较差和安全系数较低的特殊场景中进行车辆驾驶控制提供了极大的便利。自动驾驶***根虎分层递阶式体系结构可分为传感器感知、建模、任务规划、运动规划、运动规划和执行器等不同功能模块，其中任务规划在自动驾驶作业时作为决策层，其主要包括规划出具体的执行任务和规划出最优的行驶路径。自动驾驶针对车辆控制具有高实时性、高精确度、高重复性和高一致性等优点，其可代替驾驶员安全地和高效地完成各种不同的既定任务。自动驾驶能够满足车辆运动学模型和实现最优化行驶状态。但是，现有技术的自动驾驶技术通常是针对预先设定的行驶路径来实现对车辆的无人驾驶控制的，其无法在指定区域内的任意不同位置按照指定的位姿进行定点停车，这对机场货物装载运输具有至关重要的影响。
发明内容
针对现有技术存在的缺陷，本发明提供一种用于自动驾驶的自适应对位方法，该用于自动驾驶的自适应对位方法通过坐标点迹形式描述车辆的行驶轨迹，并通过来自目标对位车辆的待停靠位置坐标，指示自动驾驶车辆说是获取相应的目标停靠位置点的坐标，并根据该目标停靠位置点的坐标进行曲线的分段拟合处理，从而生成针对自动驾驶车辆行驶的完整路径轨迹；此外，该用于自动驾驶的自适应对位方法适用于对位点在某一个已知局部区域内任意变化的场景，从而有效地解决自动驾驶车辆在指定局部区域内的任意位置点进行快速和准确的对位停靠操作，以使自动驾驶车辆按照指定的位姿进行精确的定点停车，其定点停车的横纵向精度可达到±5cm，这大大地优化自动驾驶的智能化程度。
本发明提供一种用于自动驾驶的自适应对位方法，其特征在于，所述用于自动驾驶的自适应对位方法包括如下步骤：
步骤S1，获取来自目标对位车辆对应的位置坐标数据和/或航向数据，以此确定与所述目标对位车辆相关的第一位置点和航向直线；
步骤S2，根据所述第一位置点和所述航向直线，确定与所述第一位置点和所述航向直线相关联的一矩形区域，其中所述第一位置点为所述矩形区域的其中一个顶点；
步骤S3，确定所述矩形区域的其余三个顶点作为第二位置点、第三位置点和第四位置点，并对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点分别进行关于车辆运动学模型的贝塞尔曲线处理；
步骤S4，根据所述贝塞尔曲线处理的结果，确定关于所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点各自对应的路径拼接点集合，以此确定自动驾驶车辆与所述目标对位车辆进行自适应对位的行驶路径轨迹；
进一步，在所述步骤S1中，获取来自目标对位车辆对应的位置坐标数据和/或航向数据，以此确定与所述目标对位车辆相关的第一位置点和航向直线具体包括，
步骤S101，对所述目标对位车辆的实时位置进行定位处理，以此获得所述位置坐标数据；
步骤S102，根据所述目标对位车辆的实时位置与姿态信息、和所述自动驾驶车辆的实时位置与姿态信息两者之间的相对偏差，以此获得所述航向数据；
步骤S103，根据所述位置坐标数据、所述航向数据和所述自动驾驶车辆当前所处的道路方向，确定与所述目标对位车辆相关的所述第一位置点和所述航向直线；
进一步，在所述步骤S103中，根据所述位置坐标数据、所述航向数据和所述自动驾驶车辆当前所处的道路方向，确定与所述目标对位车辆相关的所述第一位置点和所述航向直线具体包括，
步骤S1031，根据所述位置坐标数据，确定与所述目标对位车辆相匹配的拟合位置点；
步骤S1032，经过所述拟合位置并垂直于所述道路方向，确定一直线以此作为所述航向直线；
步骤S1033，沿着所述航向直线并与所述目标对位车辆相对的方向，确定一与所述拟合位置点相距12m的点，以作为所述第一位置点；
进一步，在所述步骤S2中，根据所述第一位置点和所述航向直线，确定与所述第一位置点和所述航向直线相关联的一矩形区域，其中所述第一位置点为所述矩形区域的其中一个顶点具体包括，
步骤S201，经过所述第一位置点确定一与所述航向直线相垂直的第一直线；
步骤S202，在所述第一直线上与所述第一位置点相距预定距离的位置处确定一与所述第一直线相垂直的第二直线；
步骤S203，在所述自动驾驶车辆所处道路上，对应于所述自动驾驶车辆的中轴线方向，确定一同时垂直于所述航向直线和所述第二直线的第三直线；
步骤S204，将所述航向直线、所述第一直线、所述第二直线和所述第三直线共同围闭形成的区域作为所述矩形区域；
进一步，在所述步骤S202中，在所述第一直线上与所述第一位置点相距预定距离的位置处确定一与所述第一直线相垂直的第二直线具体包括，
在所述第一直线上与所述第一位置点相距18m的位置处确定一与所述第一直线相垂直的第二直线；
进一步，在所述步骤S3中，确定所述矩形区域的其余三个顶点作为第二位置点、第三位置点和第四位置点，并对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点分别进行关于车辆运动学模型的贝塞尔曲线处理具体包括，
步骤S301，根据所述矩形区域，确定所述矩形沿预设时钟方向、以所述第一位置点为起点，确定其与三个顶点作为所述第二位置点、所述第三位置点和所述第四位置点；
步骤S302，获取所述自动驾驶车辆对应的车辆运动状态数据，并根据所述车辆运动状态数据构建关于所述自动驾驶车辆的车辆运动学模型；
步骤S303，对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点分别进行相同的关于所述车辆运动学模型的贝塞尔曲线处理；
进一步，在所述步骤S303中，对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点分别进行相同的关于所述车辆运动学模型的贝塞尔曲线处理具体包括，
步骤S3031，对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点中的任一个位置点对应所处的一条矩形边和另一条矩形边上分别确定点P0、P1、P2、P3，其中点P0和P1位于所述一条矩形边上，点P2和P3位于所述另一条矩形边上；
步骤S3032，确定所述点P0、P1、P2、P3在所述矩形区域中对应的坐标数据；
步骤S3033，通过三阶贝塞尔公式，对所述点P0、P1、P2、P3对应的坐标数据进行计算处理，以此获得经过点P0、P3并靠近点P1、P2的曲率连续的曲线；
进一步，在所述步骤S3031中，对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点中的任一个位置点对应所处的一条矩形边和另一条矩形边上分别确定点P0、P1、P2、P3，其中点P0和P1位于所述一条矩形边上，点P2和P3位于所述另一条矩形边上具体包括，
步骤S30311，在所述一条矩形边上分别距离所述任一个位置点8m和4m的位置处确定得到所述点P0、P1；
步骤S30312，在所述另一条矩形边上分别距离所述任一个位置点8m和4m的位置处确定得到所述点P3、P2；
进一步，在所述步骤S4中，根据所述贝塞尔曲线处理的结果，确定关于所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点各自对应的路径拼接点集合，以此确定自动驾驶车辆与所述目标对位车辆进行自适应对位的行驶路径轨迹具体包括，
步骤S401，根据所述贝塞尔曲线处理得到的所述曲率连续的曲线，并按照所述自动驾驶车辆的行驶方向和预定间距，在所述曲率连续的曲线上截取若干点，以形成所述路径拼接点集合；
步骤S402，对所述路径拼接点集合中的所有点，进行关于自动驾驶车辆行驶路径的拼接处理，从而确定经过所述所有点且匹配于所述自动驾驶车辆行驶状态的连续线路，以作为所述行驶路径轨迹；
进一步，在所述步骤S401，根据所述贝塞尔曲线处理得到的所述曲率连续的曲线，并按照所述自动驾驶车辆的行驶方向和预定间距，在所述曲率连续的曲线上截取若干点，以形成所述路径拼接点集合具体包括，
根据所述贝塞尔曲线处理得到的所述曲率连续的曲线，并按照所述自动驾驶车辆的行驶方向和5cm的预定间距，在所述曲率连续的曲线上截取若干点，以形成所述路径拼接点集合。
相比于现有技术，该用于自动驾驶的自适应对位方法通过坐标点迹形式描述车辆的行驶轨迹，并通过来自目标对位车辆的待停靠位置坐标，指示自动驾驶车辆说是获取相应的目标停靠位置点的坐标，并根据该目标停靠位置点的坐标进行曲线的分段拟合处理，从而生成针对自动驾驶车辆行驶的完整路径轨迹；此外，该用于自动驾驶的自适应对位方法适用于对位点在某一个已知局部区域内任意变化的场景，从而有效地解决自动驾驶车辆在指定局部区域内的任意位置点进行快速和准确的对位停靠操作，以使自动驾驶车辆按照指定的位姿进行精确的定点停车，其定点停车的横纵向精度可达到±5cm，这大大地优化自动驾驶的智能化程度。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种用于自动驾驶的自适应对位方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，为本发明实施例提供的一种用于自动驾驶的自适应对位方法的流程示意图。该用于自动驾驶的自适应对位方法包括如下步骤：
步骤S1，获取来自目标对位车辆对应的位置坐标数据和/或航向数据，以此确定与该目标对位车辆相关的第一位置点和航向直线；
步骤S2，根据该第一位置点和该航向直线，确定与该第一位置点和该航向直线相关联的一矩形区域，其中该第一位置点为该矩形区域的其中一个顶点；
步骤S3，确定该矩形区域的其余三个顶点作为第二位置点、第三位置点和第四位置点，并对该第一位置点、该第二位置点、该第三位置点和该第四位置点分别进行关于车辆运动学模型的贝塞尔曲线处理；
步骤S4，根据该贝塞尔曲线处理的结果，确定关于该第一位置点、该第二位置点、该第三位置点和该第四位置点各自对应的路径拼接点集合，以此确定自动驾驶车辆与该目标对位车辆进行自适应对位的行驶路径轨迹。
优选地，在该步骤S1中，获取来自目标对位车辆对应的位置坐标数据和/或航向数据，以此确定与该目标对位车辆相关的第一位置点和航向直线具体包括，
步骤S101，对该目标对位车辆的实时位置进行定位处理，以此获得该位置坐标数据；
步骤S102，根据该目标对位车辆的实时位置与姿态信息、和该自动驾驶车辆的实时位置与姿态信息两者之间的相对偏差，以此获得该航向数据；
步骤S103，根据该位置坐标数据、该航向数据和该自动驾驶车辆当前所处的道路方向，确定与该目标对位车辆相关的该第一位置点和该航向直线。
优选地，在该步骤S103中，根据该位置坐标数据、该航向数据和该自动驾驶车辆当前所处的道路方向，确定与该目标对位车辆相关的该第一位置点和该航向直线具体包括，
步骤S1031，根据该位置坐标数据，确定与该目标对位车辆相匹配的拟合位置点；
步骤S1032，经过该拟合位置并垂直于该道路方向，确定一直线以此作为该航向直线；
步骤S1033，沿着该航向直线并与该目标对位车辆相对的方向，确定一与该拟合位置点相距12m的点，以作为该第一位置点。
优选地，在该步骤S2中，根据该第一位置点和该航向直线，确定与该第一位置点和该航向直线相关联的一矩形区域，其中该第一位置点为该矩形区域的其中一个顶点具体包括，
步骤S201，经过该第一位置点确定一与该航向直线相垂直的第一直线；
步骤S202，在该第一直线上与该第一位置点相距预定距离的位置处确定一与该第一直线相垂直的第二直线；
步骤S203，在该自动驾驶车辆所处道路上，对应于该自动驾驶车辆的中轴线方向，确定一同时垂直于该航向直线和该第二直线的第三直线；
步骤S204，将该航向直线、该第一直线、该第二直线和该第三直线共同围闭形成的区域作为该矩形区域。
优选地，在该步骤S202中，在该第一直线上与该第一位置点相距预定距离的位置处确定一与该第一直线相垂直的第二直线具体包括，
在该第一直线上与该第一位置点相距18m的位置处确定一与该第一直线相垂直的第二直线。
优选地，在该步骤S3中，确定该矩形区域的其余三个顶点作为第二位置点、第三位置点和第四位置点，并对该第一位置点、该第二位置点、该第三位置点和该第四位置点分别进行关于车辆运动学模型的贝塞尔曲线处理具体包括，
步骤S301，根据该矩形区域，确定该矩形沿预设时钟方向、以该第一位置点为起点，确定其与三个顶点作为该第二位置点、该第三位置点和该第四位置点；
步骤S302，获取该自动驾驶车辆对应的车辆运动状态数据，并根据该车辆运动状态数据构建关于该自动驾驶车辆的车辆运动学模型；
步骤S303，对该第一位置点、该第二位置点、该第三位置点和该第四位置点分别进行相同的关于该车辆运动学模型的贝塞尔曲线处理。
优选地，在该步骤S303中，对该第一位置点、该第二位置点、该第三位置点和该第四位置点分别进行相同的关于该车辆运动学模型的贝塞尔曲线处理具体包括，
步骤S3031，对该第一位置点、该第二位置点、该第三位置点和该第四位置点中的任一个位置点对应所处的一条矩形边和另一条矩形边上分别确定点P0、P1、P2、P3，其中点P0和P1位于该一条矩形边上，点P2和P3位于该另一条矩形边上；
步骤S3032，确定该点P0、P1、P2、P3在该矩形区域中对应的坐标数据；
步骤S3033，通过三阶贝塞尔公式，对该点P0、P1、P2、P3对应的坐标数据进行计算处理，以此获得经过点P0、P3并靠近点P1、P2的曲率连续的曲线。
优选地，在该步骤S3031中，对该第一位置点、该第二位置点、该第三位置点和该第四位置点中的任一个位置点对应所处的一条矩形边和另一条矩形边上分别确定点P0、P1、P2、P3，其中点P0和P1位于该一条矩形边上，点P2和P3位于该另一条矩形边上具体包括，
步骤S30311，在该一条矩形边上分别距离该任一个位置点8m和4m的位置处确定得到该点P0、P1；
步骤S30312，在该另一条矩形边上分别距离该任一个位置点8m和4m的位置处确定得到该点P3、P2。
优选地，在该步骤S4中，根据该贝塞尔曲线处理的结果，确定关于该第一位置点、该第二位置点、该第三位置点和该第四位置点各自对应的路径拼接点集合，以此确定自动驾驶车辆与该目标对位车辆进行自适应对位的行驶路径轨迹具体包括，
步骤S401，根据该贝塞尔曲线处理得到的该曲率连续的曲线，并按照该自动驾驶车辆的行驶方向和预定间距，在该曲率连续的曲线上截取若干点，以形成该路径拼接点集合；
步骤S402，对该路径拼接点集合中的所有点，进行关于自动驾驶车辆行驶路径的拼接处理，从而确定经过该所有点且匹配于该自动驾驶车辆行驶状态的连续线路，以作为该行驶路径轨迹。
优选地，在该步骤S401，根据该贝塞尔曲线处理得到的该曲率连续的曲线，并按照该自动驾驶车辆的行驶方向和预定间距，在该曲率连续的曲线上截取若干点，以形成该路径拼接点集合具体包括，
根据该贝塞尔曲线处理得到的该曲率连续的曲线，并按照该自动驾驶车辆的行驶方向和5cm的预定间距，在该曲率连续的曲线上截取若干点，以形成该路径拼接点集合。
从上述实施例的内容可知，该用于自动驾驶的自适应对位方法通过坐标点迹形式描述车辆的行驶轨迹，并通过来自目标对位车辆的待停靠位置坐标，指示自动驾驶车辆说是获取相应的目标停靠位置点的坐标，并根据该目标停靠位置点的坐标进行曲线的分段拟合处理，从而生成针对自动驾驶车辆行驶的完整路径轨迹；此外，该用于自动驾驶的自适应对位方法适用于对位点在某一个已知局部区域内任意变化的场景，从而有效地解决自动驾驶车辆在指定局部区域内的任意位置点进行快速和准确的对位停靠操作，以使自动驾驶车辆按照指定的位姿进行精确的定点停车，其定点停车的横纵向精度可达到±5cm，这大大地优化自动驾驶的智能化程度。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (5)

1.一种用于自动驾驶的自适应对位方法，其特征在于，所述用于自动驾驶的自适应对位方法包括如下步骤：
步骤S1，获取来自目标对位车辆对应的位置坐标数据和航向数据，以此确定与所述目标对位车辆相关的第一位置点和航向直线；
步骤S2，根据所述第一位置点和所述航向直线，确定与所述第一位置点和所述航向直线相关联的一矩形区域，其中所述第一位置点为所述矩形区域的其中一个顶点；
步骤S3，确定所述矩形区域的其余三个顶点作为第二位置点、第三位置点和第四位置点，并对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点分别进行关于车辆运动学模型的贝塞尔曲线处理；
步骤S4，根据所述贝塞尔曲线处理的结果，确定关于所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点各自对应的路径拼接点集合，以此确定自动驾驶车辆与所述目标对位车辆进行自适应对位的行驶路径轨迹；
在所述步骤S1中，获取来自目标对位车辆对应的位置坐标数据和航向数据，以此确定与所述目标对位车辆相关的第一位置点和航向直线具体包括，
步骤S101，对所述目标对位车辆的实时位置进行定位处理，以此获得所述位置坐标数据；
步骤S102，根据所述目标对位车辆的实时位置与姿态信息、和所述自动驾驶车辆的实时位置与姿态信息两者之间的相对偏差，以此获得所述航向数据；
步骤S103，根据所述位置坐标数据、所述航向数据和所述自动驾驶车辆当前所处的道路方向，确定与所述目标对位车辆相关的所述第一位置点和所述航向直线；
在所述步骤S103中，根据所述位置坐标数据、所述航向数据和所述自动驾驶车辆当前所处的道路方向，确定与所述目标对位车辆相关的所述第一位置点和所述航向直线具体包括，
步骤S1031，根据所述位置坐标数据，确定与所述目标对位车辆相匹配的拟合位置点；
步骤S1032，经过所述拟合位置并垂直于所述道路方向，确定一直线以此作为所述航向直线；
步骤S1033，沿着所述航向直线并与所述目标对位车辆相对的方向，确定一与所述拟合位置点相距12m的点，以作为所述第一位置点；
在所述步骤S2中，根据所述第一位置点和所述航向直线，确定与所述第一位置点和所述航向直线相关联的一矩形区域，其中所述第一位置点为所述矩形区域的其中一个顶点具体包括，
步骤S201，经过所述第一位置点确定一与所述航向直线相垂直的第一直线；
步骤S202，在所述第一直线上与所述第一位置点相距预定距离的位置处确定一与所述第一直线相垂直的第二直线；
步骤S203，在所述自动驾驶车辆所处道路上，对应于所述自动驾驶车辆的中轴线方向，确定一同时垂直于所述航向直线和所述第二直线的第三直线；
步骤S204，将所述航向直线、所述第一直线、所述第二直线和所述第三直线共同围闭形成的区域作为所述矩形区域；
在所述步骤S202中，在所述第一直线上与所述第一位置点相距预定距离的位置处确定一与所述第一直线相垂直的第二直线具体包括，
在所述第一直线上与所述第一位置点相距18m的位置处确定一与所述第一直线相垂直的第二直线；
在所述步骤S3中，确定所述矩形区域的其余三个顶点作为第二位置点、第三位置点和第四位置点，并对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点分别进行关于车辆运动学模型的贝塞尔曲线处理具体包括，
步骤S301，根据所述矩形区域，确定所述矩形沿预设时钟方向、以所述第一位置点为起点，确定其与三个顶点作为所述第二位置点、所述第三位置点和所述第四位置点；
步骤S302，获取所述自动驾驶车辆对应的车辆运动状态数据，并根据所述车辆运动状态数据构建关于所述自动驾驶车辆的车辆运动学模型；
步骤S303，对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点分别进行相同的关于所述车辆运动学模型的贝塞尔曲线处理。
2.如权利要求1所述的用于自动驾驶的自适应对位方法，其特征在于：在所述步骤S303中，对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点分别进行相同的关于所述车辆运动学模型的贝塞尔曲线处理具体包括，
步骤S3031，对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点中的任一个位置点对应所处的一条矩形边和另一条矩形边上分别确定点P0、P1、P2、P3，其中点P0和P1位于所述一条矩形边上，点P2和P3位于所述另一条矩形边上；
步骤S3032，确定所述点P0、P1、P2、P3在所述矩形区域中对应的坐标数据；
步骤S3033，通过三阶贝塞尔公式，对所述点P0、P1、P2、P3对应的坐标数据进行计算处理，以此获得经过点P0、P3并靠近点P1、P2的曲率连续的曲线。
3.如权利要求2所述的用于自动驾驶的自适应对位方法，其特征在于：在所述步骤S3031中，对所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点中的任一个位置点对应所处的一条矩形边和另一条矩形边上分别确定点P0、P1、P2、P3，其中点P0和P1位于所述一条矩形边上，点P2和P3位于所述另一条矩形边上具体包括，
步骤S30311，在所述一条矩形边上分别距离所述任一个位置点8m和4m的位置处确定得到所述点P0、P1；
步骤S30312，在所述另一条矩形边上分别距离所述任一个位置点8m和4m的位置处确定得到所述点P3、P2。
4.如权利要求2所述的用于自动驾驶的自适应对位方法，其特征在于：在所述步骤S4中，根据所述贝塞尔曲线处理的结果，确定关于所述第一位置点、所述第二位置点、所述第三位置点和所述第四位置点各自对应的路径拼接点集合，以此确定自动驾驶车辆与所述目标对位车辆进行自适应对位的行驶路径轨迹具体包括，
步骤S401，根据所述贝塞尔曲线处理得到的所述曲率连续的曲线，并按照所述自动驾驶车辆的行驶方向和预定间距，在所述曲率连续的曲线上截取若干点，以形成所述路径拼接点集合；
步骤S402，对所述路径拼接点集合中的所有点，进行关于自动驾驶车辆行驶路径的拼接处理，从而确定经过所述所有点且匹配于所述自动驾驶车辆行驶状态的连续线路，以作为所述行驶路径轨迹。
5.如权利要求4所述的用于自动驾驶的自适应对位方法，其特征在于：在所述步骤S401，根据所述贝塞尔曲线处理得到的所述曲率连续的曲线，并按照所述自动驾驶车辆的行驶方向和预定间距，在所述曲率连续的曲线上截取若干点，以形成所述路径拼接点集合具体包括，根据所述贝塞尔曲线处理得到的所述曲率连续的曲线，并按照所述自动驾驶车辆的行驶方向和5cm的预定间距，在所述曲率连续的曲线上截取若干点，以形成所述路径拼接点集合。
CN202010099449.3A 2020-02-18 2020-02-18 一种用于自动驾驶的自适应对位方法 Active CN111208825B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010099449.3A CN111208825B (zh) 2020-02-18 2020-02-18 一种用于自动驾驶的自适应对位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010099449.3A CN111208825B (zh) 2020-02-18 2020-02-18 一种用于自动驾驶的自适应对位方法

Publications (2)

Publication Number Publication Date
CN111208825A CN111208825A (zh) 2020-05-29
CN111208825B true CN111208825B (zh) 2023-05-02

Family

ID=70786871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010099449.3A Active CN111208825B (zh) 2020-02-18 2020-02-18 一种用于自动驾驶的自适应对位方法

Country Status (1)

Country Link
CN (1) CN111208825B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111619588B (zh) * 2020-06-08 2022-02-01 三一汽车制造有限公司 行驶方向控制***、方法和无人驾驶装置
CN111856538B (zh) * 2020-06-18 2023-07-18 北京九曜智能科技有限公司 一种用于自动驾驶的实时动态自适应路径规划方法
CN113593285A (zh) * 2021-08-03 2021-11-02 上海智能新能源汽车科创功能平台有限公司 一种智能公交车自动驾驶靠站管理***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1577198A (zh) * 2003-06-26 2005-02-09 丰田自动车株式会社 用于车辆的驾驶辅助装置及其方法
CN102661749A (zh) * 2012-05-11 2012-09-12 苏州大方特种车股份有限公司 动力平板运输车精确对接控制***
CN106441312A (zh) * 2015-08-11 2017-02-22 高德软件有限公司 一种生成引导线的方法及装置
CN107992050A (zh) * 2017-12-20 2018-05-04 广州汽车集团股份有限公司 无人驾驶汽车局部路径运动规划方法和装置
CN109739231A (zh) * 2018-12-29 2019-05-10 北京智行者科技有限公司 自动驾驶充电车停车控制方法及***
CN110337376A (zh) * 2017-03-03 2019-10-15 大陆汽车***公司 使用神经网络的自主拖车挂接

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3818653B2 (ja) * 2003-06-26 2006-09-06 トヨタ自動車株式会社 車両用走行支援装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1577198A (zh) * 2003-06-26 2005-02-09 丰田自动车株式会社 用于车辆的驾驶辅助装置及其方法
CN102661749A (zh) * 2012-05-11 2012-09-12 苏州大方特种车股份有限公司 动力平板运输车精确对接控制***
CN106441312A (zh) * 2015-08-11 2017-02-22 高德软件有限公司 一种生成引导线的方法及装置
CN110337376A (zh) * 2017-03-03 2019-10-15 大陆汽车***公司 使用神经网络的自主拖车挂接
CN107992050A (zh) * 2017-12-20 2018-05-04 广州汽车集团股份有限公司 无人驾驶汽车局部路径运动规划方法和装置
CN109739231A (zh) * 2018-12-29 2019-05-10 北京智行者科技有限公司 自动驾驶充电车停车控制方法及***

Also Published As

Publication number Publication date
CN111208825A (zh) 2020-05-29

Similar Documents

Publication Publication Date Title
CN111208825B (zh) 一种用于自动驾驶的自适应对位方法
JP6861238B2 (ja) 自動運転車の車線変更軌跡を確定するための方法
JP6784794B2 (ja) 自動運転車の経路計画用のドリフト補正の方法
US11623659B2 (en) Method for controlling autonomous vehicle to pass through curve, electronic device and medium
EP3702230B1 (en) Method and apparatus for planning travelling path, and vehicle
CN110728014B (zh) 使用具有加权几何成本的分段螺旋曲线的参考线平滑方法
Li et al. Real-time trajectory planning for autonomous urban driving: Framework, algorithms, and verifications
CN109955853B (zh) 用于操作自动驾驶车辆的方法、***和存储介质
US8948913B2 (en) Method and apparatus for navigating robot
CN113085850B (zh) 车辆避障方法、装置、电子设备及存储介质
JP7001708B2 (ja) 自動運転車の高速計画のための多項式フィッティングベースの基準線平滑化方法
JP7019179B2 (ja) 圃場作業車両の走行経路設定装置、圃場作業車両、圃場作業車両の走行経路設定方法および走行経路設定用プログラム
CN110362070B (zh) 路径跟随方法、***、电子设备和存储介质
WO2024000616A1 (zh) 行驶路径边界确定方法及装置、车辆、存储介质、终端
CN112146680B (zh) 基于特征图确定消失点
CN112148033B (zh) 无人机航线的确定方法、装置、设备及存储介质
WO2023036044A1 (zh) 全局路径规划方法、运动控制方法及计算机程序产品
CN115685988A (zh) 一种自由曲面喷涂路径自动生成方法与装置
WO2022217209A1 (en) Lane changing based only on local information
WO2022001708A1 (zh) 车辆控制方法、装置、车辆及存储介质
US20220121213A1 (en) Hybrid planning method in autonomous vehicle and system thereof
CN112622924B (zh) 一种驾驶规划方法及装置、车辆
CN113671941A (zh) 一种轨迹规划方法、装置、设备和存储介质
Nagatani et al. Sensor-based navigation for car-like mobile robots based on a generalized Voronoi graph
JP2023030098A (ja) 車線変更制御方法、車線変更制御装置、電子機器および記憶媒体

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200529

Assignee: Zhongguancun Technology Leasing Co.,Ltd.

Assignor: Beijing Jiuquan Intelligent Technology Co.,Ltd.

Contract record no.: X2023980040993

Denomination of invention: An Adaptive Alignment Method for Autonomous Driving

Granted publication date: 20230502

License type: Exclusive License

Record date: 20230901

EE01 Entry into force of recordation of patent licensing contract
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An Adaptive Alignment Method for Autonomous Driving

Effective date of registration: 20230904

Granted publication date: 20230502

Pledgee: Zhongguancun Technology Leasing Co.,Ltd.

Pledgor: Beijing Jiuquan Intelligent Technology Co.,Ltd.

Registration number: Y2023980055220

PE01 Entry into force of the registration of the contract for pledge of patent right